DataWorks オペレーションセンターでの自動 O&M ルールの設定方法 - DataWorks

緊急対応の経験に基づいて自動 O&M ルールを構成します。トリガー条件を満たすと、システムは実行中のインスタンスの終了や失敗したノードの再実行などの操作を自動的に行い、サービスの安定性を向上させ、夜間メンテナンスを削減します。

背景情報

DataWorks では、自動 O&M 機能は 実行中のノードインスタンスの自動終了 および 自動再実行 で構成されます。

実行中のノードインスタンスの自動終了

専用スケジューリングリソースグループ上で実行されるノードが、リソースグループに関するカスタムアラートルールをトリガーすると、システムは指定された自動 O&M ルールを使用して、そのノードに対して生成された特定のインスタンスを終了します。たとえば、専用スケジューリングリソースグループのリソース使用率が 80% に達し、それが 10 分間継続した場合、システムはその専用スケジューリングリソースグループ上で実行されている優先度 1 および 3 の非自動トリガーノードインスタンスの実行を自動的に終了します。
自動再実行

以下のシナリオにおいて、ノードは自動再実行ルールに基づいて自動的に再実行されます。1. ノードのステータスが「失敗」であり、かつそのノードに対して自動再実行プロパティが構成されていない場合。2. ノードがタイムアウトにより失敗した場合。

制限事項

権限に関する制限： Alibaba Cloud アカウント (root ユーザー)、AliyunDataWorksFullAccess ポリシーがアタッチされた RAM ユーザー、およびワークスペース管理者のみが自動 O&M ルールを管理できます。
リソースグループに関する制限：
- 「実行中のノードインスタンスの自動終了」に関する自動運用ルールは、専用スケジューリングリソースグループ上で実行されているノードに対してのみ有効であり、専用スケジューリングリソースグループ 上で実行されているノードに対して有効であり、かつ当該専用スケジューリングリソースグループのリソース使用率に関するアラートルールが設定されている場合に適用されます。
- 自動O&Mルール（自動再実行ルールの作成に関するもの）は、サーバーレスリソースグループで実行されるノードに対してのみ有効です。サーバーレスリソースグループで実行されるノードに対して有効です。
機能に関する制限：
- 同じアラートルールに対して、実行中のノードインスタンスの自動終了に関する複数の自動 O&M ルールを関連付けることができます。
- 各ワークスペースで自動再実行ルールの作成に関する自動 O&M ルールは 1 つしか作成できません。
- 過去 30 日間に生成された自動 O&M ルールの実行レコードを表示できます。

自動ページへの移動

DataWorks コンソールにログインします。対象のリージョンで、左側のナビゲーションウィンドウのデータ開発と О&М > オペレーションセンターをクリックします。ドロップダウンリストからワークスペースを選択し、移動 オペレーションセンターをクリックします。
左側のナビゲーションバーで、O&M アシスタント > 自動運用保守 を選択して、自動 O&M ページに移動します。

ルールの作成

自動運用保守 > ルール管理 ページで、実行中のインスタンスの終了 および 自動再実行 の自動 O&M ルールを作成できます。各ルールには、トリガー条件、特定のノードを対象とするフィルター条件、ノードを除外するためのオプションのブラックリスト、およびルールの有効期間を制限する制約ルールが必要です。

実行中のインスタンスを終了するルールの作成

自動 O&M で、カスタムルールを満たすインスタンスを自動的に終了するルールを構成します。サポートされるインスタンスタイプ：定期インスタンス、データバックフィルインスタンス、テストインスタンス、ワンタイムタスクインスタンス、および 手動トリガーワークフローインスタンス。主な構成パラメーターは次のとおりです。

セクション	パラメーター	説明
トリガー条件	モニタリングルールの関連付け:	自動 O&M ルールに関連付けるアラートルールです。このアラートルールがトリガーされると、ノードインスタンスが自動的に終了されます。説明モニタリングルールの作成方法については、「モニタリングルールの作成」をご参照ください。オブジェクトタイプがリソースグループのスケジューリングで、かつトリガー条件がリソースグループの使用率のモニタリングルールのみを関連付けることができます。
フィルター条件	ワークスペース	自動 O&M ルールを適用するワークスペースの名前です。
	インスタンスタイプ	自動 O&M ルールを適用するノードインスタンスのタイプです。
	スケジューリング周期	O&M ルールを適用するスケジューリング周期を選択します。インスタンスタイプを定期インスタンスまたはデータバックフィルインスタンスに設定した場合は、このパラメーターを構成する必要があります。
	優先度	自動 O&M ルールを適用するノードインスタンスの優先度です。値が大きいほど優先度が高くなります。
	ステータス	自動 O&M ルールを適用するノードインスタンスのステータスです。
ブラックリスト		自動 O&M ルールで指定された条件を満たしているが、O&M 操作を実行したくないノードです。ノードをブラックリストに追加するには、検索ボックスにノードの名前または ID を入力します。
制約ルール	有効期間	ルールが有効となる時間範囲です。この期間内にルール条件が満たされ、かつルールがトリガーされた場合にのみ O&M 操作が実行されます。この期間外では、条件が満たされていても操作は実行されません。
	最大有効回数：	ルールがトリガーされ、実行される最大回数です。説明自動 O&M ルールを実行するたびに、システムはトリガー条件が満たされているかどうかをチェックします。トリガー条件が満たされていない場合、自動 O&M ルールは実行されません。
	最小有効間隔:	自動 O&M ルールがトリガーされる最小間隔です。

自動再実行ルールの作成

自動 O&M で、指定された トリガー条件 を満たすノードに対して 自動再実行 機能を構成します。サポートされるインスタンスタイプ：定期スケジュールインスタンス、データバックフィルインスタンス、スモークテストインスタンス、ワンタイムタスクインスタンス、および 手動トリガーワークフローインスタンス。

インスタンスが 定期インスタンス の場合、自動再実行は昨日のデータタイムスタンプを持つインスタンスのみをチェックします。

たとえば、現在の日付が 2025 年 6 月 5 日の場合、自動再実行トリガー条件を満たした後、2025 年 6 月 4 日のデータタイムスタンプを持つ定期インスタンスのみが自動的に再実行されます。
インスタンスが データバックフィルインスタンス、テストインスタンス、ワンタイムタスクインスタンス、または 手動トリガーワークフローインスタンス の場合、自動再実行は今日、昨日、および一昨日に作成されたインスタンスをチェックします。

たとえば、現在の日付が 2025 年 6 月 5 日の場合、2025 年 6 月 5 日、6 月 4 日、および 6 月 3 日に作成されたデータバックフィルインスタンス、テストインスタンス、ワンタイムタスクインスタンス、および手動トリガーワークフローインスタンスが、自動再実行トリガー条件を満たした後に自動的に再実行されます。

自動再実行ルールの主な構成パラメーターは次のとおりです。

セクション	パラメーター	説明
トリガー条件	実行状態	指定されたインスタンスが以下の条件を満たして実行に失敗した場合、自動的に再実行されます。ノードインスタンスの実行がタイムアウトする。ノードインスタンスの実行に失敗したが、そのインスタンスを生成するノードの [プロパティ] タブで自動再実行プロパティが構成されていない。
フィルター条件	ワークスペース	自動 O&M ルールを適用するワークスペースの名前です。
	インスタンスタイプ	自動 O&M ルールを適用するノードインスタンスのタイプです。
	スケジューリング周期	O&M ルールを適用するスケジューリング周期を選択します。インスタンスタイプを定期インスタンスまたはデータバックフィルインスタンスに設定した場合は、このパラメーターを構成できます。
	優先度	自動 O&M ルールを適用するノードインスタンスの優先度です。値が大きいほど優先度が高くなります。
	ログ内のキーワード	ノードインスタンスの操作ログで識別するキーワードです。ノードインスタンスの操作ログにこのキーワードが含まれている場合、自動再実行ルールが自動的にトリガーされます。有効値は `abnormal exit`（ノードプロセスの起動に失敗、または予期せず終了）および `out of memory`（ノードがメモリ不足により実行に失敗し、終了）です。説明操作ログに `out of memory` キーワードが含まれるノードに対しては、そのノードがサーバーレスリソースグループ上で実行されている場合にのみ、自動再実行ルールをトリガーできます。
ブラックリスト	ブラックリスト	自動 O&M ルールで指定された条件を満たしているが、O&M 操作を実行したくないノードです。ノードをブラックリストに追加するには、検索ボックスにノードの名前または ID を入力します。
再実行	前提条件	サーバーレスリソースグループ上で実行されるコンピューティングノードの場合、ノードを再実行する前にコンピューティング最適化 CU の追加を選択できます。説明リソース競合により他のノードの実行がブロックされないように、各再実行時に追加する CU 数を指定してください。
	CUの増加	元のノードインスタンスが消費する CU に加えて、再実行インスタンス用に指定された CU を追加します。追加された CU は、そのインスタンスの再実行にのみ使用されます。
	再実行回数	自動再実行がトリガーされる最大回数です。有効値：1～10。単位：回。
	再実行間隔	再実行間の間隔です。有効値：3～30。単位：分。
ルールの制約	有効期間	ルールが有効となる時間範囲です。この期間内にルール条件が満たされ、かつルールがトリガーされた場合にのみ O&M 操作が実行されます。この期間外では、条件が満たされていても操作は実行されません。

ルールの有効化または無効化

デフォルトでは、自動 O&M ルールは作成後すぐに有効になります。ルールを無効にするには、ルールの **[操作]** 列にあるアイコンをクリックします。

その他の操作

ルールの管理

ルールの情報を表示するには、ルール管理 ページに移動し、該当ルールの行にある表示をクリックします。
ルールを変更するには、ルールの表示 ダイアログボックスの下部にある編集をクリックします。
ルールを削除するには、該当ルールの行にある削除をクリックし、表示されるダイアログボックスで確認をクリックします。
ルールを検索するには、ルール管理 ページの検索ボックスにその名前を入力します。

ルールの実行レコードの表示

実行レコード ページで、O&M ルールの実行レコード（実行時刻、ルールオーナー、関連ノード数など）を表示できます。詳細情報を表示するには、実行レコードの行にある 詳細を表示 をクリックします。

説明

自動 O&M ルールがトリガーされると、その操作はルールオーナーの ID で実行されます。この操作は、トリガーされたノードインスタンスの操作ログで確認できます。

実行中のノードインスタンスの自動終了に関する自動 O&M ルールの実行レコードには、以下の情報が含まれます。
- リソースなどのインスタンス数/使用率：時間の経過とともにリソース待機中のインスタンス数とリソース使用量を表示する折れ線グラフです。チャート上にカーソルを合わせると、特定の時点でのこれらのメトリックを表示できます。
- 終了されたノードインスタンス：実行が終了されたすべてのノードインスタンスを表示するセクションです。
ノードインスタンスの自動再実行に関する自動 O&M ルールの実行レコードには、以下の情報が含まれます。
- 自動再実行インスタンス：自動的に再実行されたインスタンスのリストで、ノード名、データタイムスタンプ、インスタンスタイプ、タスクタイプ、および 所有者 が含まれます。

リソースグループのモニタリング

自動 O&M ルールを作成すると、システムは自動的にその自動 O&M ルールで指定されたリソースグループのリソース使用量をモニタリングします。リソースグループのモニタリングの詳細については、「リソース O&M」をご参照ください。